国家自然科学基金(61202366) 作品数:6 被引量:4 H指数:1 相关作者: 熊智 蔡玲如 蔡伟鸿 熊智 陆红燕 更多>> 相关机构: 汕头大学 教育部 更多>> 发文基金: 国家自然科学基金 广东省自然科学基金 广东省科技计划工业攻关项目 更多>> 相关领域: 自动化与计算机技术 更多>>
一种基于CloudSim的Web集群节能部署仿真方案 被引量:1 2014年 当研究人员提出新的Web集群节能部署策略需要对其进行评测时,进行实际测试需要消耗大量的设备、时间及能源,为此提出一种基于Cloud Sim的节能部署仿真方案,其支持周期式的和条件式的部署触发方式。该方案能仿真请求的产生、调度和服务,以及服务节点的开关和CPU频率调整,并计算平均响应时间、能耗等性能指标。由于考虑了现实中服务节点的各种可能状态及状态转换,因而能耗计算较为准确。良好的数据结构设计使得该方案结构清晰、扩展性好。采用该方案对提出的基于概率调度的贪婪部署策略进行了仿真,仿真结果验证了仿真方案的可行性。 熊智 陆红燕 曾胜涛关键词:WEB集群 应用服务器集群能耗与性能平衡的在线实时优化 被引量:2 2021年 如何根据负载状况实时优化应用服务器集群的部署,以在能耗与性能之间取得平衡是急需解决的重要问题.对此,提出一种应用服务器集群能耗与性能平衡的在线实时优化策略,优化目标是最小化能耗与请求丢弃速率的加权值,优化内容包括各服务器的开关和CPU频率.该策略包括小规模集群优化(SSCOpt)和大规模集群优化(LSCOpt)两种方案:前者定义大量的变量,将集群优化描述成线性混合整数规划问题,然后采用软件包求解;后者通过分析能耗和负载模型的特性定义很少的变量,将集群优化描述成非线性混合整数规划问题,并提出一种基于花朵授粉算法和变量融合的求解算法.测试结果表明:当集群规模较小时,SSCOpt方案能快速求得全局最优部署;当集群规模较大时,LSCOpt方案能快速求得很好的次优部署. 熊智 熊智 许建龙 蔡玲如 蔡玲如关键词:混合整数规划 一种支持简便重构的过程元模型 2015年 工作流提倡过程逻辑与业务逻辑分离的理念,然而,业务过程中普遍存在的过程-业务动态关联的特性使这一理念在实际中难以得到贯彻,过程控制与业务处理常常以程序代码的形式耦合在一起,导致业务过程建模复杂,过程重构工作量大且不易实施。分析了WFMC元模型在过程逻辑表示方法上的局限性和难以支持业务过程简便重构的原因,提出了一种新的过程元模型—ESR元模型,在模型中加入了事件、状态和规则等模型元素,能够以规范的形式通过过程定义的方法表示过程-业务的动态关联;基于ESR元模型的工作流模型框架清晰划分了过程逻辑与业务逻辑的界限,对"刚性过程"和"柔性过程"使用统一的过程定义方法进行建模,更好地支持了过程逻辑与业务逻辑的分离;当过程逻辑发生变化时,根据不同的变化内容,可以在不同的模型层次上对过程定义进行修改以应对系统变更的需求,从而实现过程的简便重构。 李新 许元坤关键词:工作流 过程元模型 基于MILP的应用服务器集群能耗与性能实时优化 2023年 在节能减排和激烈同行竞争的环境下,应用服务器集群的能耗与性能优化十分迫切.针对已有研究在性能指标和实时性方面的不足,提出一种集群能耗与性能实时优化方案.该方案结合采用线性加权法和主目标法优化集群功率与请求丢弃率这两个目标,将双目标优化转换成一个单目标约束优化.首先基于CPU频率等效连续调整模式下的服务器负载-功率模型,定义很少的变量将集群优化描述成混合整数二次规划问题,然后采用变量拆分和变量转换将其转化成混合整数线性规划(mixed integer linear programming,MILP)问题并引入特殊顺序集约束,最后采用Gurobi优化器求解该MILP.通过对CPU频率调整的进一步优化,大幅度减少了CPU频率的切换.多种场景下的测试表明,该方案的求解时间约在10 ms左右,特殊顺序集约束的引入使求解时间更为稳定,从而能够保证优化的实时进行. 熊智 赵敏 蔡浩 朱长盛 许建龙关键词:能耗优化 一种基于排队模型和差分进化算法的Web集群节能部署方案 2013年 Web集群的节能问题是急需解决的重要问题,为此提出了一种Web集群节能部署方案。该方案同时采用动态调整CPU频率和动态开关服务节点的措施来进行节能,运用M/G/1PS排队模型对服务节点进行建模,将Web集群节能部署问题转化为带约束的规划问题。针对该规划问题,提出了一种差分进化求解算法,在迭代过程中采用贪婪思想对不满足约束条件的解进行修正,并将贪婪算法得到的解放入初始种群以提高收敛速度。仿真测试验证了该算法的可行性和有效性。 熊智 刘卫军 崔张伟关键词:WEB集群 差分进化算法 基于张量填补和用户偏好的联合推荐算法 被引量:1 2019年 针对现有推荐算法缺乏对用户偏好的考虑,推荐效果不理想的问题,提出了一种联合张量填补和用户偏好的推荐算法。首先,基于评分矩阵和项目所属类别矩阵构建用户–项目–类别的三维张量;然后,利用Frank-Wolfe算法进行迭代计算,填补缺失数据,同时基于张量数据构建用户类别偏好矩阵和评分偏好矩阵;最后,基于填补后的张量以及2个偏好矩阵设计联合推荐算法,并采用差分进化算法进行参数调优。实验结果表明,与一些常用算法和新近提出的算法相比,所提算法的推荐效果优于对比算法,其精度平均提升了1.96%~3.44%,召回率平均提升了1.35%~2.40%。 熊智 徐恺 蔡玲如 蔡玲如关键词:用户偏好